如何通过循环特定列索引并在R中使用条件或语句来创建单独的数据框？

Question

目前，我有一个数据表，我想在R中分成两个独立的数据帧。为了做到这一点，我想循环一定数量的列并使用或声明。

例如：

>my_data<-fread("...csv")
>my_data
DOGS   CATS   PENGUINS   TURTLES   LIONS   TIGERS
3      0      0          0         1       8
0      5      2          4         0       1
0      0      0          7         0       0

因此，例如，如果我想创建一个新的数据表，其中包含第2,3,4或6列中的值为0的行，我该怎么做？

目前我正在做

my_animals<-my_data[CATS==0 | PENGUINS==0 | TURTLES==0 | TIGERS ==0]
>my_animals
DOGS   CATS   PENGUINS   TURTLES   LIONS   TIGERS
3      0      0          0         1       8
0      0      0          7         0       0

这是我想要的数据表但我的代码效率不高，我想稍后添加更多条件（即如果我有一个新列，我想添加FROGS == 0） 理想情况下，我想要使用列索引（因此我可以使用2：4而不是键入CATS，PENGUINS，TURTLES），但有没有办法缩短我的代码并使用列索引而不是列名？

Answer 1

如果我们将您的data.frame转换为df <- as.data.frame(my_data) ind <- which(colSums(apply(df[c(2:4, 6)], 1, function(i) i == 0)) != 0) df[ind,] # DOGS CATS PENGUINS TURTLES LIONS TIGERS #1 3 0 0 0 1 8 #3 0 0 0 7 0 0 ，那么

$

Answer 2

使用data.table的一种方法是使用rowSums：

my_animals <- my_data[rowSums(my_data[, .SD, 
                      .SDcols=c("CATS", "PENGUINS", "TURTLES", "TIGERS")] == 0) > 1, ]

这将返回所需的结果

my_animals
   DOGS CATS PENGUINS TURTLES LIONS TIGERS
1:    3    0        0       0     1      8
2:    0    0        0       7     0      0

代码可以解释如下：

• my_data[, .SD, .SDcols=c("CATS", "PENGUINS", "TURTLES", "TIGERS")]子集data.table，选择所需的列。
• rowSums(...] == 0)对data.table中每行等于0的元素进行求和
• rowSums(...] == 0) > 0返回一个逻辑向量，其中至少有一个0的任何行对应于TRUE。
• my_data[rowSums(...]在逻辑向量上设置my_data。

正如@Sotos所提到的，可以在.SDcols中使用列索引而不是它们的名称，如下所示：

my_data[rowSums(my_data[, .SD, .SDcols=c(2:4, 6)] == 0) > 1, ]

返回等效对象。